Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "learning regions" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Reguły gospodarki uczącej się a wyzwania dla wspólnotowej polityki regionalnej
Rules of learning economy and challenges for community regional policy
Autorzy:
Miszczak, Katarzyna
Powiązania:
https://bibliotekanauki.pl/articles/434795.pdf
Data publikacji:
2013
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
learning cities and learning regions
areas and strategies of Community regional policy
Opis:
Features of learning economy and contemporary challenges for Community regional policy were briefly presented in the article. The author paid special attention to the specificity of learning cities-regions functioning in spatial economic networks. On the basis of chosen rules of learning process the areas and strategies used in Community regional policy were described.
Źródło:
Biblioteka Regionalisty; 2013, 13; 123-134
2081-4461
Pojawia się w:
Biblioteka Regionalisty
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Syndrom śląskiej kotwicy – wokół dylematów tworzenia klimatu innowacyjnego
The Syndrome of Silesian Anchor – Around the Dilemmas of Creating Innovative Climate
Autorzy:
Suchacka, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2138584.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
innovations
learning organizations
learning regions
creative class
innowacyjność
region uczący się
organizacje uczące się
klasa kreatywna
Opis:
The sociological reflection over innovative climate in Silesian region is the main intention of this study. The authoress propose to settle factors making up the syndrome of Silesian anchor, which is fixed in five shoulders: historical conditions, multicultural region, economic monoculture, current political conditions, the inhabitants' mentality and the quality of life. The analysis takes into account certain well-known and discussed concepts of innovation, learning organization and learning region. The article has a fundamentally theoretical character, but in order to argue the proposed theses reference is made to empirical data resulting from qualitative investigations consisting in interviews with members of regional elites in years 2000, 2001 and 2008 as well as selected results of quantitative research conducted on a random sample of 1297 inhabitants of Silesian province. Conclusions confirm that each of the conditions of 'Silesian anchor' has negative influence on observed slowing down in regional development. It is necessary to integrate the province in innovative climate and accumulating trust on a local level.
Głównym zamysłem opracowania jest socjologiczna refleksja nad uwarunkowaniami klimatu innowacyjnego, jaki obecnie panuje w województwie śląskim. Teoretycznym układem odniesienia jest autorska propozycja uporządkowania czynników stanowiących o syndromie śląskiej kotwicy. Ma ona umocowanie w: uwarunkowaniach historycznych, wielokulturowości regionu, monokulturze gospodarczej, uwarunkowaniach politycznych, mentalności mieszkańców i jakości życia. Analiza uwzględniać będzie znane i dyskutowane koncepcje innowacyjności, organizacji uczących się i regionu uczącego się. Rozważaniom teoretycznym towarzyszą odwołania empiryczne, dla uargumentowania stawianych tez sięgnięto do wywiadów swobodnych prowadzonych wśród regionalnych elit z lat 2000, 2001 i 2008 oraz wyselekcjonowanych wyników badań ilościowych przeprowadzonych na próbie 1297 dorosłych mieszkańców województwa śląskiego. Wnioski prowadzą do stwierdzenia, że każde z uwarunkowań śląskiej kotwicy ma zasadniczy – negatywny wpływ na obserwowane wyhamowanie rozwoju regionalnego. Konieczna jest integracja województwa w klimacie innowacyjności i budowanie zaufania na poziomie ponadlokalnym.
Źródło:
Studia Socjologiczne; 2009, 4(195); 273-294
0039-3371
Pojawia się w:
Studia Socjologiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Deep learning for damaged tissue detection and segmentation in Ki-67 brain tumor specimens based on the U-net model
Autorzy:
Swiderska-Chadaj, Z.
Markiewicz, T.
Gallego, J.
Bueno, G.
Grala, B.
Lorent, M.
Powiązania:
https://bibliotekanauki.pl/articles/202412.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
damaged tissue regions detection
artifacts detection
deep learning
Ki-67 staining specimens
wykrywanie uszkodzonych regionów tkankowych
wykrywanie artefaktów
artefakt
uczenie głębokie
próbki barwiące Ki-67
Opis:
The pathologists follow a systematic and partially manual process to obtain histological tissue sections from the biological tissue extracted from patients. This process is far from being perfect and can introduce some errors in the quality of the tissue sections (distortions, deformations, folds and tissue breaks). In this paper, we propose a deep learning (DL) method for the detection and segmentation of these damaged regions in whole slide images (WSIs). The proposed technique is based on convolutional neural networks (CNNs) and uses the U-net model to achieve the pixel-wise segmentation of these unwanted regions. The results obtained show that this technique yields satisfactory results and can be applied as a pre-processing step for automatic WSI analysis in order to prevent the use of the damaged areas in the evaluation processes.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 849-856
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies